2021 Fiscal Year Research-status Report
UAVを用いた海岸における漂着ごみ量の自動算出アルゴリズムの開発
| Project/Area Number |
20K20019
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
江口 毅 山口大学, 大学研究推進機構, 助教 (20783773)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | ドローン / UAV / 漂着ごみ / 機械学習 / 自動検出 / 分光反射率 |
|---|
| Outline of Annual Research Achievements |
2021年度における研究実績は以下の4つである。
①2020年度に続き、ドローンの適切な撮影高度を検討するために、海岸の漂着ごみの組成調査を実施した。2021年度は、山口県長門市二位ノ浜で調査を実施した。調査は、5m×5mの範囲に落ちている全ての漂着ごみ（人工物）を収集し、種類別に分別、その後、種類別に個数と重さを集計した。調査は3区画で実施した。調査結果より、漂着ごみの種類、個数、重量についてまとめた。
②2020年度に続き、漂着ごみの検出に有効な波長を特定するために、漂着ごみの分光反射率（スペクトル）の計測調査を実施した。2021年度は、山口県長門市二位ノ浜に実際に落ちている漂着ごみを対象に調査した。調査では、砂地や草地の上に落ちたままの状態と黒板（黒色の画用紙を貼ったボード）上においた状態の2パターンで漂着ごみのスペクトル計測を実施した。また、砂地や草地などのスペクトルも併せて計測した。調査結果より、漂着ごみの検出に有効性が期待できる波長についてまとめた。
③2020年に続き、機械学習用のドローン画像を撮影するために、ドローンによる画像撮影を実施した。2021年度は、山口県長門市二位ノ浜で撮影を実施した。撮影は二位ノ浜全域を10mの高さで撮影した。また、撮影した画像を基に、撮影高度の検討や検出波長帯の検討を行った。さらに、機械学習を行うための前処理の方法について検討し、教師データの作成を行った。
④研究成果の発表および最新の研究について情報を収集するため、日本リモートセンシング学会令和3年度春期学術講演会に参加し、口頭発表を行った。学術講演会では、”光学衛星とマルチスペクトルドローンによる秋吉台の植生モニタリング”について発表した。また、ドローンや機械学習に関する研究発表を視聴し、発表者と意見・情報の交換を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
概ね順調に進展している。
2021年度は昨年度より、多少、新型コロナウィルスによる活動制限が緩和されたため、複数人での現地調査を実施することができた。しかし、感染状況によっては現地調査を自粛する必要があり、必要最低限のデータを収集することができたが、必ずしも十分な調査が行えなかった。各要素研究の進捗状況は以下の通りである。
研究テーマ１「漂着ごみの検出に有効となる指標の研究」については、概ね研究計画通りであり、現地調査により漂着ごみのスペクトル計測を実施することができた。また、ドローンによる海岸の漂着ごみの撮影も実施することができた。しかし、漂着ごみの種類が予想より多く、色や材質によってスペクトルが異なることが調査の結果明らかとなった。そのため、2022年度も引き続き、ドローン画像の撮影とスペクトルデータの計測を実施する必要がある。
研究テーマ2「検出結果からごみの量を算出する方法の研究」については、概ね研究計画通りであり、ごみの組成調査を実施することで、ごみの種類や個数、重量についてまとめることができた。しかし、漂着ごみの種類別の平均サイズと体積（量）の関係性についてまとめるためには、更なるデータが必要であるため、2022年度も引き続きごみの組成調査を行う必要がある。
研究テーマ3「UAV画像からごみの分布および量を自動で算出するアルゴリズムの研究」については、概ね研究計画通りであり、有効波長や指標の画像による漂着ごみの検出を試みている。また、機械学習を実施するために必要な前処理の方法について検討した。さらに、機械学習のための教師データの作成を行っている。2022年度も引き続き漂着ごみの検出および機械学習用の教師データの作成を行う予定である。
|
| Strategy for Future Research Activity |
2022年度は、ドローン画像や検出に有効な波長および指標について検討するためのスペクトルデータの数を充実させるために、現地調査を引き続き実施する。また、機械学習用の教師データの作成を行い、漂着ごみの自動検出のテストモデルを作成する。各要素研究の方策は以下の通りである。
研究テーマ1「漂着ごみの検出に有効となる指標の研究」については、漂着ごみと背景（砂地や草地）とを区別するのに有効となる波長および指標について検討を行う。
研究テーマ2「検出結果からごみの量を算出する方法の研究」については、ごみの組成調査を引き続き実施し、ごみの種類別の平均サイズと体積（量）との関係性について検討する。また、調査結果に基づき、ごみのサイズから量を算出するための方法について検討する。
研究テーマ3「UAV画像からごみの分布および量を自動で算出するアルゴリズムの研究」については、研究テーマ１と２の結果を基に機械学習用の教師データを作成し、自動検出のテストモデルを作成する。
|
| Causes of Carryover |
論文投稿料について、論文の投稿が2021年度内に間に合わなかった。そのため、2022年度に論文を投稿する。
旅費について、2021年度は新型コロナウィルスの影響により、感染が拡大する都市で開催される学会やセミナーへの参加を自粛する必要があった。そのため、2022年度は、可能な範囲で学会やセミナーに参加する予定である。
|
